如何在单张 RTX 5090 上用 MiniMax H3 生成实时视频
作者用 FastVideo 的 FastH3 V2 checkpoint 配合四步采样、稀疏注意力 VSA、ClipProj 小文本编码器、INT8 剪枝 checkpoint。
推荐理由：作者把单张 RTX 5090 上跑实时视频的七项优化逐条拆开，可迁移到其他视频模型的推理部署。
#教程/实践
Comfy Blog精选AI 评分6060 NVIDIA Technical BlogAI 评分3232 NVIDIA KGMON 团队如何构建可靠的数据分析智能体：KDD Cup 经验总结
NVIDIA KGMON 团队在 KDD Cup 2026 Data Agents 竞赛中获得第二名，其系统核心思路是让智能体的 harness 更小、更清晰、更易验证。该竞赛要求智能体针对数据库、CSV 和 JSON 文件、散文文档、PDF 及简报视频等异构数据源回答自然语言问题。
PyTorch Blog精选AI 评分6060 NVIDIA Dynamo 如何用会话级 ID 实现智能体推理
NVIDIA Dynamo 提出以统一的会话级 ID 把请求级服务基础设施改造成程序感知系统，支持会话感知路由、共享 KV cache 索引和跨 vLLM、SGLang 的程序化缓存迁移。
推荐理由：原文给出会话级 ID、追踪回放与调度策略的完整设计，可据此理解智能体推理服务栈的改造路径。
AWS Machine Learning BlogAI 评分2222 如何用 Amazon SageMaker HyperPod 实现 GPU 集群的团队隔离与公平共享
AWS 发布基于 Amazon SageMaker HyperPod 与 EKS 的多租户参考架构，让多个团队共享同一 GPU 集群。
OpenAI NewsAI 评分2222 Oracle 如何用 ChatGPT 和 Codex 把数天工作压缩到几分钟
Oracle 在招聘、工程和运营环节借助 ChatGPT Work 与 Codex，把专家知识转化为快速、可重复的工作流，将原本数天的工作缩短到几分钟。
Databricks BlogAI 评分2222 如何用 Replit 和 Lakebase 在 Databricks 上构建受治理的企业应用
Databricks 与 Replit 的集成已正式可用并原生支持 Lakebase，企业团队可用 Replit Agent 基于 Databricks 实时数据构建受治理应用，并部署为 Databricks Apps。
PyTorch BlogAI 评分3434 IBM 如何将 Spyre 打造为原生 PyTorch 设备
IBM 通过 torch-spyre 将 Spyre 接入 PyTorch 的设备、分配器、流与编译器抽象，使其成为原生 PyTorch 设备。Spyre 是 IBM 面向推理的数据流 AI 加速器，拥有 32 核、每核 2 MB scratchpad 和最高 128 GB LPDDR5，专为 IBM Z、LinuxONE 与 Power 系统上的企业推理设计。
AWS Machine Learning BlogAI 评分3030 用 Amazon Bedrock AgentCore、Managed Knowledge Base 和 Nova Sonic 构建语音旅行助手
基于 Amazon Bedrock AgentCore、Amazon Nova 2.5 Sonic 与 Amazon Bedrock Knowledge Bases，可构建航空应用中的实时语音旅行助手，支持查询行程、改座位、更新餐食偏好、回答政策问题并转接人工客服。
AWS Machine Learning BlogAI 评分2222 Amazon SageMaker HyperPod 管理与治理最佳实践
在 SageMaker Unified Studio 中管理 SageMaker HyperPod 集群时，需按组织、项目、集群、工作负载四层控制设计治理策略。
AWS Machine Learning BlogAI 评分2222 AWS 如何帮助客户对齐 ISO/IEC 42005:2025 负责任 AI 治理
AWS 发文解读国际标准 ISO/IEC 42005:2025，说明如何将 AI 系统影响评估整合进企业风险管理体系。该标准覆盖评估全生命周期，Annex D 提供简化流程以避免重复评估，Annex E 提供独立实施模板，并支持轻量级 triage 判断是否需要完整评估。
AWS Machine Learning BlogAI 评分3434 Amazon Quick 与 Amazon Bedrock 如何用实时 ACL 校验重构 RAG 访问控制
Amazon Quick 与 Amazon Bedrock Knowledge Bases 在原有预检索 ACL 过滤之上新增实时 ACL 校验，在查询时直接向权威数据源核实权限，避免依赖可能过期或映射错误的 ACL 数据。
NVIDIA Technical BlogAI 评分2222 NVIDIA 如何教机器人组装 GB300 测试托盘
NVIDIA 分享了教机器人组装 GB300 测试托盘的过程，GB300 是 Grace Blackwell 超级芯片，为现代基础模型的 AI 训练与推理提供算力。文章围绕这一装配任务，讨论了机器人学习、机械智能以及传统工程方法带来的经验。
NVIDIA Technical BlogAI 评分1818 NVIDIA 如何用数字孪生与 AI 智能体验证 AI 工厂变更
NVIDIA 提出用数字孪生与 AI 智能体验证 AI 工厂的变更。AI 工厂整合 GPU、CPU、交换机、DPU 与 SuperNIC，并叠加调度器、编排服务、安全控制与快速迭代的软件栈，部署与验证难度都很高。该方案针对基础设施、软件与策略能否协同支撑目标工作负载这一问题。
AWS Machine Learning BlogAI 评分2222 如何为 agentic automation 构建商业论证：超越节省工时
AWS 提出 Agentic Value Model，用于替代为 RPA 设计的传统 ROI 模型，从时间节省、异常处理、决策质量和变更韧性四个维度衡量 agentic automation 的价值。该框架指出节省的工时并不等于利润，需有明确的价值实现机制和责任人；AWS 给出的规划区间显示纠错成本可达原始交易的 1.5–4 倍，人为错误可占运营成本的 2–15%。
AWS Machine Learning BlogAI 评分2222 Qlik 如何用 Amazon Bedrock 构建企业级可信 AI
Qlik 基于 Amazon Bedrock 打造 Qlik Answers，让员工用自然语言提问并获得带来源的可信回答，自 2026 年 2 月正式可用以来，其 Discovery Agent 已为客户发现超过 10 万条异常与离群点。
AWS Machine Learning BlogAI 评分3030 如何用 AWS Lambda Durable Functions 自动执行 AWS DevOps Agent 调查后的修复
AWS DevOps Agent 完成事件调查后，可通过 Amazon EventBridge、AWS Lambda Durable Functions 与 Amazon Bedrock 构建自动修复工作流，将调查摘要转为待审批的预验证修复方案。只读操作自动执行，涉及基础设施变更的操作会暂停并等待人工批准，审批后继续执行，从而缩短 MTTR。
AWS Machine Learning BlogAI 评分2222 AWS 如何用六周项目弥合 AI 知识与应用能力差距
AWS 设计了一个为期六周的导师制项目，让非工程背景的业务人员用 Strands Agents SDK、Amazon Bedrock AgentCore 和 Amazon Nova 模型构建可运行的 AI 原型。
AWS Machine Learning BlogAI 评分3030 Cornerstone OnDemand 如何用 Amazon Bedrock 将数据库诊断时间缩短 78%
Cornerstone OnDemand 基于 Amazon Bedrock 和 Strands Agents 构建多智能体系统 Orion AI，将数据库诊断时间从 45 分钟降至 10 分钟，缩短 78%。该系统还把手动生命周期步骤从 10 步以上减至 1 次交互，冗余告警中位数减少 65%，SRE 与数据团队间的 15 分钟报告延迟降为实时。三人团队用六个月完成交付。
vLLM Blog精选AI 评分6262 vLLM 优化 DeepSeek-V4.1-Flash：智能体吞吐提升 5 倍
vLLM 团队与 Inferact 在 DeepSeek-V4.1-Flash 发布后三周内完成优化，在 SemiAnalysis AgentX 智能体服务基准上低并发提速 1.9 倍、150 TPS 约束下吞吐提升 5.3 倍。
推荐理由：原文逐项列出 vLLM 侧的系统优化与对应加速比，可据此判断长上下文智能体推理的部署成本走向。
PyTorch BlogAI 评分2222 PyTorch 用 FBTriton 内核现代化 TBE 嵌入查表
PyTorch 博客详解了用于推荐系统 Table Batched Embedding（TBE）前向与反向的 FBTriton 内核设计，其 Triton 实现在这些负载上超过了原有 CUDA 内核。
NVIDIA Technical BlogAI 评分2222 NVIDIA Megatron Core 如何扩展位级确定性预训练
NVIDIA Megatron Core 支持位级确定性（bitwise determinism）的大规模预训练，让训练过程更易调试、验证和可复现地恢复。在数千块 GPU 上训练万亿参数模型时，多种并行维度、低精度计算和分布式 checkpoint 会加大故障复现与修复验证的难度，位级确定性正是针对这一场景。
AWS Machine Learning BlogAI 评分3838 如何在 AgentCore 和 OpenClaw 上构建上下文感知 AI 助手
基于开源智能体系统 OpenClaw 与 Amazon Bedrock AgentCore 运行时，可搭建具备长期记忆的个人 AI 助手：AgentCore memory 将一次性对话转为持久知识，并用结构化元数据标记记忆以便按需检索。
PyTorch BlogAI 评分3434 PyTorch 媒体处理栈演进：TorchCodec 统一编解码，TorchVision 与 TorchAudio 专注变换
PyTorch 已将图像、视频、音频的解码与编码能力统一收敛到 TorchCodec，TorchVision 和 TorchAudio 中旧的 I/O API 已被弃用或移除，两者今后专注 transforms。
PyTorch BlogAI 评分3434 PyTorch 加速器集成工作组公布 2026 H1 进展：CRCR 跨仓库 CI 中继与测试重构
PyTorch 加速器集成工作组公布 2026 H1 进展，推出跨仓库 CI 中继（CRCR），在 pytorch/pytorch 的 PR 或提交触发后并行向下游仓库派发事件，结果数秒内汇入 hud.pytorch.org/crcr。
OpenRouter Announcements精选AI 评分6262 OpenRouter 对比四家服务端代码执行工具：OpenAI、Anthropic、Google 与自家 shell
OpenRouter 发布对比文章，梳理 OpenAI、Anthropic、Google 及自家 openrouter:shell、openrouter:bash 四类服务端代码执行工具，模型在 API 请求内直接调用沙箱运行命令并取回输出。
推荐理由：对比四家服务端代码执行沙箱的能力、计费与安全边界，可据此判断自建还是托管。
PyTorch BlogAI 评分5858 用 Helion 为 vLLM 构建高性能可移植线性后端
PyTorch 团队将 Helion 集成进 vLLM 的线性后端，用单一 GEMM 实现覆盖 Standard GEMM、Split-K 和 Swap-AB 三种变体，由按形状的自动调优选择最佳变体与配置。
GitHub Blog · AI & MLAI 评分2020 AI 正在改变开发者工作，GitHub 给出三项值得强化的技能
GitHub 提出 AI 时代开发者应强化的三项技能：学会指挥 AI 智能体而非仅使用它，不轻信 AI 的首次答案，以及用 AI 节省的时间去解决更大问题。文中以 GitHub Copilot 内置的 Rubber Duck agent 为例，说明可用第二个模型对计划、代码和测试进行批判性审查。
OpenRouter AnnouncementsAI 评分3434 LangChain 与 CrewAI 对比：编排框架与 OpenRouter 原生路由有何不同
OpenRouter 发文对比 LangChain/LangGraph、CrewAI 与 OpenRouter 原生路由，指出多模型编排实为三层：工作流编排、模型路由与提供商路由。
OpenRouter AnnouncementsAI 评分3636 OpenRouter 支持机器人模型路由指南：廉价优先处理 FAQ
OpenRouter 发布指南，介绍支持机器人采用"廉价优先"模型路由：常规 FAQ 交给小型廉价模型，难例或不确定请求再升级到更强模型。三种应用侧模式为静态规则、分类器分诊和带置信度阈值的答案检查。OpenRouter 的 Auto Router（"model": "openrouter/auto"）可按任务类型选初始模型，models 数组提供错误回退，但支持政策验收检查仍需应用自己负责。
OpenRouter AnnouncementsAI 评分3838 六大 Agent 框架工具调用 Schema 对比：OpenRouter 如何在 API 层统一工具调用
OpenRouter 发布六大 Agent 框架工具调用 Schema 处理对比，指出 OpenAI、Anthropic、Google 各自使用不同的工具定义与返回格式，为一个提供商写的工具定义无法原样用于另一个。
PyTorch BlogAI 评分3434 用 TLX 优化 Jagged Flash Attention：迈向 Blackwell 上的 SOTA FA4
Meta 用 TLX（Triton Low-level Extensions）为 NVIDIA Blackwell（B200）重写了 GEM 广告模型背后的 Jagged Flash Attention 内核，代码约 3.2K 行，比 FA4 的约 10K 行 CuteDSL 少约 3 倍。
OpenRouter Announcements精选AI 评分6262 OpenRouter 发布基于置信度阈值的模型升级路由指南
OpenRouter 发布指南，介绍用置信度阈值做模型升级路由：让模型通过 structured outputs 返回 0 到 1 的数值置信度字段，低于阈值的请求再转给更强的模型。
推荐理由：OpenRouter 给出用置信度分数做模型升级路由的完整五步流程，可迁移到自己的推理成本控制中。
vLLM Blog精选AI 评分6060 vLLM 分离式服务实践指南：拆开 Prefill、Decode 与 CPU 前端
vLLM 官方博客发布分离式服务实践指南，介绍如何把 Prefill、Decode 和 tokenization/解析等 CPU 工作拆成独立层级，需 vLLM v0.30.0 或更高版本。
推荐理由：vLLM 官方拆解分离式服务的四层架构，给出实测数据与配置命令，可据此判断是否值得拆分。
GitHub Blog · AI & MLAI 评分3838 GitHub Copilot 新手教程：如何用 canvases 构建自定义工作流
GitHub Copilot 应用中的 canvas 是一种可自定义的双向界面，用户只需在 agent 会话中输入 /create-canvas 并用自然语言描述需求，即可生成看板、发布清单或仪表盘等界面，无需编写代码。canvas 会保存为扩展，可随项目共享或作为个人扩展复用，社区也已通过 Awesome Copilot 分享现成的 canvas 扩展。
GitHub Blog · AI & MLAI 评分2424 GitHub Copilot 应用如何渲染超大 pull request
GitHub Copilot 应用重建了 pull request 视图，用一个 2,200 个文件、超百万行改动、400 多条行内评论的开源 PR 做压力测试。它把文档高度拆成确定性的代码几何与动态评论块两套体系：代码行高提前算好，评论高度按需测量并锚定到文件、行和侧，避免滚动跳动。
Together AI BlogAI 评分5050 如何用 17 美元训练自己的 Jev 分类模型
基于 Qwen3.5 4B，用 37,840 条来自 MultiNLI、BoolQ、Banking77 等数据集的样本微调，训练成本约 17 美元、耗时约 25 分钟，即可得到一个输入状态与预设问题、输出分数或选项的分类模型。
Comfy BlogAI 评分3434 MiniMax H3 视频 VAE 提速：编码最高约 2.2 倍、解码 1.4-2.7 倍
MiniMax H3 视频 VAE 编码最高提速约 2.2 倍、解码提速约 1.4-2.7 倍，1344x768、129 帧的编解码往返从 24.3 秒降至 12.7 秒。
vLLM BlogAI 评分3434 vLLM 在 GB300 NVL72 上 PD 部署 Qwen3.8-2.4T 的性能结果
vLLM 在 GB300 NVL72 集群上对 Qwen3.8-2.4T 做 PD 分离部署，8K/1K 负载下高吞吐场景达到每 GPU 5000 总 token 吞吐，低延迟场景每用户生成 180 token，并给出完整 pareto 前沿。
Together AI BlogAI 评分2222 如何从闭源模型迁移到开源模型：Together 的迁移策略
Together 给出从闭源模型迁移到开源模型的策略，整体迁移周期可从数月到数年缩短至数周到数月。流程分三步：先按用例和负载筛选候选模型，参考 FrontierCode、DeepSWE、Terminal Bench 4、LMArena、τ-bench 等基准，并关注每任务成本、token 消耗与端到端时延；再用真实流量回放评估准确率与性能；最后做适配。
vLLM Blog精选AI 评分6262 vLLM 团队如何用 GB300 NVL72 训练 Kimi K3 的 DSpark 草稿模型
vLLM 团队基于 Speculators 训练库为 2.8T 参数的 Kimi K3 训练出 DSpark 草稿模型，在数学推理上把单流交互速度从约 110 提升到约 435 tok/s/user，并发负载下同等交互速度的输出吞吐最高提升约 3.5 倍。
推荐理由：vLLM 团队公开了在 GB300 NVL72 上训练 Kimi K3 DSpark 草稿模型的完整方案，含 Mooncake 跨节点隐藏态传输与部署命令。